Conferencias Plenaria
Tecnológico de Monterrey | Facultad de Ciencias de la UNAM
Salvador Elías Venegas Andraca es un científico, emprendedor y consultor mexicano dedicado a la investigación científica, la docencia, el desarrollo tecnológico, la transferencia de tecnología y conocimiento en el circuito academia-industria-gobierno, la transformación empresarial y el desarrollo económico basado en la ciencia, la gestión de la tecnología y la innovación.
Las credenciales académicas de Salvador reflejan su pasión por el trabajo científico interdisciplinario y la creación de ciencia y tecnología de alto nivel: es Doctor en Física y Maestro en Ciencias por la Universidad de Oxford, así como Maestro en Administración e Ingeniero en Sistemas Electrónicos por el Tecnológico de Monterrey. Además, en 2008 hizo una estancia postdoctoral, en calidad de profesor visitante, en la Universidad de Harvard.
Actualmente, Salvador es profesor de planta en el Tecnológico de Monterrey y profesor de asignatura en la Facultad de Ciencias de la UNAM. Además, es fundador e investigador principal del grupo global de investigación The Unconventional Computing Lab.
Salvador fundó el cómputo cuántico en México y es una autoridad mundial en computación cuántica. Ha escrito más de sesenta artículos científicos y es autor de dos libros: "Quantum Walks for Computer Scientists" (Morgan and Claypool, 2008), el primer libro dedicado al estudio de las caminatas cuánticas desde la perspectiva de la ciencia computacional, y "Quantum Image Processing" (Springer, 2020), el primer libro dedicado al almacenamiento, procesamiento y recuperación de información visual empleando sistemas cuánticos. Además, es co-autor de trece white papers sobre tecnología cuántica y ciberseguridad publicados por el Foro Económico Mundial. El trabajo científico de Salvador cuenta con más de tres mil cien citas en Web of Science.
Los temas de investigación de Salvador incluyen las siguientes disciplinas: algoritmos cuánticos, inteligencia artificial, caminatas cuánticas, biología cuántica, criptografía cuántica, ciberseguridad digital y cuántica, aprendizaje maquinal cuántico (quantum machine learning), procesamiento cuántico de imágenes, ingeniería cuántica de software y el análisis algorítmico de problemas NP duros y NP-completos.
Salvador ha formado capital humano a nivel de licenciatura, maestría y doctorado y ha impartido decenas de conferencias científicas en Alemania, Arabia Saudita, Argentina, Brasil, Canadá, Colombia, Egipto, El Salvador, El Vaticano, Estados Unidos, Emiratos Árabes Unidos, Japón, México, Perú, Reino Unido y Uruguay. Además, ha co-organizado más de 20 congresos, seminarios y talleres en México, Estados Unidos y Reino Unido. Salvador ha sido profesor visitante en la Universidad de Harvard, la Universidad Autónoma de Yucatán, la Universidad del Valle (Colombia), la Universidad Sergio Arboleda (Colombia), la Universidad de Bahía Blanca (Argentina) y la Universidad de Montevideo (Uruguay).
Entre otros reconocimientos, Salvador es miembro del Quantum Economy Network del Foro Económico Mundial, miembro de la Academia Mexicana de Ciencias, nivel 3 del Sistema Nacional de Investigadores (ciencias físico-matemáticas), Senior Member y Distinguished Speaker de la Association for Computing Machinery, Editor Asociado de la revista científica Quantum Information Processing, Premio Rómulo Garza 2015, Profesor destacado del Tecnológico de Monterrey (2021, 2022, 2024), miembro de la Academia Mexicana de Computación y desde 2020 forma parte de 2% de científicos más citados en el mundo, en su área de especialidad.
Sudirectora de Riesgos Financieros en Banco Santander
Soy licenciada en Matemáticas por la UNAM, con formación en riesgos financieros, derivados y en el manejo de información, automatización y análisis aplicados al ámbito financiero. Con 15 años de experiencia en la industria financiera, mi carrera se ha enfocado en utilizar herramientas matemáticas para la gestión de riesgos y la toma de decisiones, especialmente en el análisis y la interpretación de los movimientos del mercado.
Desde 2017, me desempeño como Subdirectora de Riesgos Financieros en Santander, liderando el análisis de riesgos y la evaluación de portafolios mediante técnicas matemáticas y estadísticas para mitigar riesgos en mercados financieros. Previo a esto, trabajé como consultora en Indra, donde lideré un proyecto clave de actualización y mejora de sistemas de gestión de riesgos financieros, optimizando modelos de valuación y sensibilidades. También fui Subgerente de Riesgo de Mercado, Liquidez y Contraparte en Interacciones.
En el ámbito académico, he participado en mesas redondas en el Congreso de Matemáticas y colaboro activamente con la Sociedad Matemática Mexicana (SMM), contribuyendo al desarrollo de las matemáticas aplicadas en la industria. Además, mi participación en el ICIAM 2023 en Japón derivó en una publicación en Springer.
Mi experiencia se centra en el análisis del riesgo de mercado y la interpretación de los movimientos del mercado, utilizando modelos matemáticos para explicar y gestionar los riesgos en mercados financieros complejos.
Instituto de Matemáticas, UNAM
El Dr. Jorge Xicoténcatl Velasco Hernández es uno de los investigadores más influyentes en biología y epidemiología matemática de México. Es investigador titular C del Instituto de Matemáticas de la UNAM desde 2014 e Investigador Nacional Emérito del SNII. Su trayectoria de 34 años abarca la generación de conocimiento y la formación de recursos humanos, el desarrollo tecnológico y la vinculación en salud pública, energía y transferencia tecnológica. Pionero en el estudio de bifurcaciones y multiestabilidad, escalas múltiples en procesos infecciosos, modelación de VIH, dengue, Chagas y de conducta humana en modelos epidemiológicos, el Dr. Velasco cuenta con los índices bibliométricos más altos del país en su área. En 2013 organizó el Nodo Multidisciplinario de Matemáticas Aplicadas (NoMMA) que desempeñó un papel importante durante la pandemia. El Dr. Velasco coordinó el modelamiento para la generación de escenarios, evaluación de riesgo y priorización de vacunas. Se asesoró a la Rectoría de la UNAM, la SECTEI-CDMX, la Dirección General de Epidemiología y al Gobierno de Querétaro, el SAGE - OMS y el Grupo Técnico Asesor de Vacunas COVID-19. Publicó el primer modelo sobre COVID-19 en México y fue entrevistado por Nature. Desde su incorporación a la UNAM hace 14 años ha supervisado, 14 posdoctores (9 mujeres), 5 cátedras CONACyT (2 mujeres), 10 tesistas de licenciatura, 7 de maestría y 8 de doctorado (6 mujeres), dirige tres tesis doctorales (2 mujeres) manteniendo una política activa de inclusión y formación interdisciplinaria. Su visión integradora que articula ciencia básica, aplicaciones sociales e industria, ha sido decisiva para la consolidación del Instituto de Matemáticas en Juriquilla. Con una combinación excepcional de liderazgo, productividad, impacto social, colaboración internacional y formación de excelencia, el Dr. Velasco Hernández representa uno de los perfiles científicos más sólidos y versátiles de México, capaz de articular conocimiento de frontera con estrategias aplicadas de alto impacto. Su trabajo, en muy poco tiempo ha fortalecido la infraestructura científica nacional y de la UNAM, promoviendo redes interinstitucionales, formando expertos con liderazgo académico y profesional, e incidiendo en el diseño de políticas de salud pública informadas por modelos epidemiológicos rigurosos. Su compromiso con la multidisciplinariedad científica y su legado en múltiples áreas del conocimiento constituye una aportación relevante quehacer científico de excelencia en México y lo convierten en un líder académico innegable en la comunidad de las matemáticas aplicadas en el país.
Departamento de Ingeniería Electrónica (CENIDET)
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas IIMAS-UNAM
Ramsés H. Mena es actuario por la Universidad Nacional Autónoma de México (UNAM) y maestro en Ciencias Matemáticas por la misma institución. Obtuvo el grado de doctor en Estadística por la Universidad de Bath, Reino Unido, en diciembre de 2003. Poco después se incorporó al Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, donde actualmente se desempeña como Investigador Titular C en el área de Estadística y funge como director desde 2020.
Sus líneas de investigación comprenden la Estadística Bayesiana, los procesos estocásticos aplicados, los métodos de simulación y otras disciplinas afines. El doctor Mena cuenta con más de 80 publicaciones y ha dirigido estudiantes en todos los niveles académicos. Fue presidente de la Asociación Mexicana de Estadística y, desde 2022, es Elected Fellow de la International Society for Bayesian Analysis (ISBA).
Su trayectoria científica ha sido reconocida con diversos premios y distinciones entre los que se encuentran los otorgados por la UNAM (RDUNJA-2014), el CONAHCyT (SNII-3), la Fundación Fulbright García Robles, el International Centre for Economical Research, así como con designaciones honoríficas, entre ellas la de Global Chair Visiting Professor otorgada por la Universidad de Bath. Recientemente, recibió un reconocimiento en la conferencia Best of Statistical Science 2025 por parte de la Southeast Texas Chapter of the American Statistical Association.
BBVA México, AI Factory
Mario Xavier Canche es Licenciado en Matemáticas por la Universidad Autónoma de Yucatán. Estudió el Doctorado en Ciencias de la Computación y la Maestría en Ciencias con especialidad en Computación y Matemáticas Industriales en el CIMAT, especializándose en visión computacional, procesamiento de lenguaje natural e inteligencia artificial en general. Desde su egreso de la maestría ha laborado en instituciones públicas y privadas, tales como el Banco de México (Investigación y Desarrollo), Sferea Mobi (Desarrollo de aplicaciones), HEBA Ideas y Undercurrency (Soluciones Industriales); aplicando técnicas de aprendizaje máquina, procesamiento de imágenes y procesamiento de lenguaje natural. También ha formado parte de la planta docente del Tecnológico de Monterrey, de la Anáhuac y de la Universidad Virtual del Estado de Guanajuato (UVEG). Actualmente es Data Scientist Senior Expert de la AI Factory - BBVA México y tiene como principal actividad la coordinación de equipos de Data Scientists para la innovación, optimización y mejora de los productos y servicios de BBVA México.
Minisimposios
Coordinadores: Daniela Aguirre Guerrero (UAM), Ángel Alejandro García Chung (UAM), Ismael Ariel Robles Martínez (UAM)
El estudio de los sistemas complejos y las redes complejas se ha consolidado como un campo dinámico y transversal de la ciencia contemporánea, con aplicaciones en física, biología, economía, epidemiología, lingüística e inteligencia artificial, entre otras disciplinas. Este minisimposio convoca a las personas investigadoras interesadas en compartir avances teóricos y aplicados en el modelado de sistemas y redes complejas, incluyendo temas como robustez, procesos de difusión y transporte, espacio químico, propagación de enfermedades, gramáticas y aprendizaje automático físicamente informado, entre otros. El evento está dirigido tanto a la comunidad investigadora consolidada como emergente, y busca propiciar el intercambio de ideas y el surgimiento de nuevas colaboraciones interdisciplinarias.
Coordinadores: Martín A. Díaz Viera (IMP), Reymundo Itzá Balam (CIMAT), Sandra Vega Ruiz (UNAM)
Este minisimposium aborda el procesamiento digital de imágenes (PDI) como puente esencial entre la caracterización experimental y la modelación predictiva de medios porosos. Tradicionalmente, las propiedades de flujo y transporte (permeabilidad, difusividad, conductividad eléctrica) se obtenían mediante ensayos de laboratorio destructivos y costosos. Hoy, la microtomografía de rayos X y la microscopía electrónica de barrido con haz de iones focalizado (FIB-SEM) generan volúmenes 3D de alta resolución que, tras un adecuado PDI, permiten construir modelos digitales directos y experimentos numéricos de los medios porosos.
Las sesiones se organizan en tres etapas clave de modelación:
Preprocesamiento y segmentación, donde filtros anisotrópicos, corrección de artefactos (anillos, endurecimiento de haz) y algoritmos de umbralización o redes neuronales convolucionales separan sólido, poro y posibles fases fluidas y sólidas.
Generación de mallas computacionales y representaciones sintéticas, incluyendo métodos de voxel directo, elementos finitos sobre imágenes binarias y técnicas de reconstrucción estadística (simulaciones de procesos pluri-Gaussianos o redes generativas antagónicas) que crean dominios porosos equivalentes a partir de datos limitados.
Modelación numérica acoplada a imágenes, aplicando lattice-Boltzmann para flujo monofásico/bifásico, elementos finitos para transporte de solutos o difusión molecular y/o fluidos, y métodos de umbral para conducción eléctrica y térmica.
Se discuten desafíos actuales: la validación cruzada entre simulaciones imagen-base y experimentos reales, la incertidumbre propagada desde la segmentación hasta los coeficientes macroscópicos, y la necesidad de modelos multiescala que conecten nano-imágenes de tomografía de sonda atómica con microtomografías e imágenes 3D a escalas mayores. El simposio finaliza con aplicaciones en modelación de reactores geoquímicos, baterías de litio, captura de CO₂ y caracterización de yacimientos (geotérmicos, petroleros, acuíferos). Se busca consolidar al PDI no como mera herramienta visual, sino como pilar fundamental de la modelación cuantitativa en sistemas porosos.
Coordinadores: Rubén Doroteo Castillejos (ITO), Marco Antonio Maldonado García (ITO), Aldo Eleazar Pérez Ramos (ITO)
Mostrar el uso de las matemáticas en los diferentes proyectos estratégicos de la Agenda 2030.
El Plan México tiene 18 acciones muy concretas enmarcadas en 13 metas. Gran parte de las 18 acciones no se entienden (ni se alcanzarán) si se deja de lado la ciencia básica. La acción 15: “mayor inversión para la investigación científica y tecnológica”, así lo reconoce. Y en la ciencia básica las matemáticas juegan un papel fundamental en todo su desarrollo. De ahí la pertinencia de esta sección del congreso del MEXSIAM 2026.
Se pretende mostrar el uso y la importancia de las matemáticas en temas tan diversos como vivienda y salud, dispositivos médicos, desarrollo de vacunas, electromovilidad, inteligencia artificial, etc.
Coordinadores: Yofre Hernán García Gómez (UNACH)
En este espacio se presentan trabajos a nivel licenciatura de tesistas y estudiantes de semilleros de investigación
Coordinadores: Alicia Santiago Santos (UTM), Cuauhtémoc Héctor Castañeda Roldán (UTM),
Un sistema dinámico es un fenómeno evolutivo; los sistemas dinámicos permiten analizar y describir el cambio o evolución que experimenta una variable a lo largo del tiempo. Si el tiempo es considerado en lapsos, decimos que es un sistema dinámico discreto. Si el tiempo es considerado de manera continua, se le llama sistema dinámico continuo. Los sistemas dinámicos tienen una gran utilidad dentro de la modelación matemática, como por ejemplo en las áreas de biología y finanzas. Este mini-simposio brindará la oportunidad a estudiantes de nivel licenciatura y posgrado de presentar sus trabajos de investigación. El objetivo es dar visibilidad a proyectos de investigación que utilizan sistemas dinámicos para modelar problemas en las ciencias.
Coordinadores: José Antonio Vélez Pérez (UAM)
El estudio de sistemas de materia condensada es un campo activo de investigación debido al desarrollo de aplicaciones tecnológicas a nivel molecular y mesoscópico. Estos sistemas se componen de mezclas de coloides, polímeros, proteínas, cristales líquidos, puntos cuánticos, entre otros, y se caracterizan por presentar transiciones de fase, exhibir fenómenos de equilibrio o de ruptura del equilibrio, participar en la formación de agregados y/o estructuras mesoscópicas, exhibir fenómenos de transporte a gran escala, alcanzar estados estacionarios y exhibir leyes de escalamiento. Este minisimposium invita a la comunidad investigadora en sus distintos niveles en las áreas de física, biofísica, matemáticas aplicadas, ingeniería, etc., a presentar resultados de investigación teóricos, experimentales y de simulaciones sobre sistemas de materia condensada, para promover el intercambio de ideas y la formación de redes de colaboración en temas abiertos y de frontera.
Coordinadores: Saúl Díaz Infante Velasco(UNISON), Yofre Hernán García Gómez (UNACH)
Este minisimposio explora la sinergia entre la matemática aplicada clásica y la inteligencia artificial. Tradicionalmente, la modelación matemática y la simulación han dependido de métodos numéricos rigurosos para describir sistemas físicos y biológicos complejos. Hoy, el Machine Learning Científico (SciML) introduce un nuevo paradigma mediante herramientas como las Redes Neuronales Informadas por la Física (PINNs) y las Ecuaciones Diferenciales Neuronales (NODEs). El objetivo de esta sesión es discutir cómo integrar el rigor de los esquemas numéricos tradicionales y la Cuantificación de Incertidumbre (UQ) en las arquitecturas modernas basadas en datos, alejándonos de los enfoques puramente de "caja negra". Dirigido a investigadores y estudiantes de posgrado, este espacio busca fomentar colaboraciones y analizar cómo las leyes de la física y el análisis matemático pueden potenciar el aprendizaje automático. La intención de esta sesión es ver el SciML desde nuestra trinchera analítica, promoviendo pláticas sobre:
Simulación numérica: Cómo los esquemas clásicos siguen siendo el motor fundamental o cómo se adaptan a las nuevas arquitecturas.
Modelación matemática: Plantear rigurosamente los problemas físicos y biológicos antes (y durante) el entrenamiento de modelos.
Cuantificación de incertidumbre (UQ): Métodos para medir el error y la propagación de la confianza en modelos híbridos.
El cruce con el Machine Learning (SciML): El plato fuerte con aplicaciones e implementaciones de PINNs, NODEs y operadores neuronales.
Coordinadores: Oliver Avalos Rosales (UADEC), Yajaira Cardona Valdés (UADEC), Irma D. García Calvillo (UADEC)
Las matemáticas aplicadas desempeñan un papel fundamental en la comprensión y solución de problemas complejos en ciencia, ingeniería y sociedad. Este minisimposio invita contribuciones que utilicen modelación matemática, optimización, análisis de datos, simulación, inteligencia artificial, sistemas de información y otras metodologías cuantitativas para apoyar la toma de decisiones en problemas de interés regional. Se buscan especialmente trabajos interdisciplinarios y proyectos en etapa de desarrollo que demuestren el potencial de las matemáticas para generar soluciones innovadoras con impacto social, económico o ambiental.
Registro de Ponencias
Confrencias Invitadas